據(jù)港交所1月27日披露，北京星辰天合科技股份有限公司（簡稱“星辰天合”）向港交所主板遞交上市申請書。

星辰天合專注于提供企業(yè)級AI存儲解決方案，助力企業(yè)大規(guī)模高效整合數(shù)據(jù)、決策及運營。兩類主要解決方案，即AI數(shù)據(jù)湖存儲與AI訓推存儲解決方案，實現(xiàn)AI存儲在企業(yè)客戶業(yè)務(wù)運營中的無縫部署及實施，解決企業(yè)在AI轉(zhuǎn)型過程中的關(guān)鍵存儲需求。

根據(jù)灼識咨詢的資料，按2024年裝機量計，中國前五大分布式AI存儲解決方案提供商合計市占率為52.3%，星辰天合占市場的10.4%。是中國第二大的分布式AI存儲解決方案提供商及最大的獨立分布式AI存儲解決方案提供商。

于2023年、2024年以及截至2024年及2025年9月30日止九個月，公司的收入分別為人民幣166.8百萬元、人民幣172.5百萬元、人民幣117.8百萬元及人民幣194.9百萬元。2023年、2024年以及截至2024年9月30日止九個月，公司分別錄得凈虧損人民幣180.7百萬元、人民幣84.2百萬元及人民幣65.5百萬元。截至2025年9月30日止九個月，公司錄得凈利潤人民幣8.1百萬元。



截至2023年及2024年12月31日以及截至2025年9月30日止九個月，研發(fā)團隊分別由156名、133名及125名成員組成，分別占同期員工總數(shù)的43.4%、42%及40.8%。于2023年及2024年以及截至2024年及2025年9月30日止九個月，公司的研發(fā)費用分別為人民幣110.0百萬元、人民幣88.0百萬元、人民幣69.0百萬元及人民幣57.5百萬元，分別占各自期間總收入的65.9%、51.0%、58.6%及29.5%。

產(chǎn)品

AI數(shù)據(jù)湖存儲解決方案旨在將海量原始非結(jié)構(gòu)化數(shù)據(jù)（例如圖像、視頻和文檔）整合、清洗和保存到一個集中式存儲庫中以供長期使用。作為AI數(shù)據(jù)生命周期的起點，其在數(shù)據(jù)用于模型開發(fā)前收集、組織及管理數(shù)據(jù)。

AI訓推存儲解決方案旨在高速地向高性能計算資源（例如GPU集群）提供數(shù)據(jù)。通過提供持續(xù)的實時響應(yīng)能力，其支持AI管線中對性能要求最高的階段 － 模型訓練（需要快速訪問大型數(shù)據(jù)集和頻繁的檢查點）和推理（需要快速檢索和更新上下文數(shù)據(jù)）。



公司的核心技術(shù)棧專為AI時代的數(shù)據(jù)基礎(chǔ)設(shè)施而打造，并構(gòu)成公司的差異化產(chǎn)品能力的基礎(chǔ)。

星海架構(gòu)：用于全閃存數(shù)據(jù)中心的分布式存儲架構(gòu)。星海架構(gòu)（XSKY極速全共享架構(gòu)）是一種分布式存儲架構(gòu)，旨在解決行業(yè)從SATA/SAS演進至NVMe時，SSD介質(zhì)時延下降至微秒級的性能瓶頸，從而充分揮現(xiàn)代全閃存系統(tǒng)的性能。

XScale：AI與多云時代的核心存儲引擎。XScale是公司的自有核心存儲引擎，旨在支持EB級非結(jié)構(gòu)化數(shù)據(jù)、混合云協(xié)作及AI驅(qū)動的數(shù)據(jù)湖架構(gòu)。 XScale的主要能力包括獨立元數(shù)據(jù)擴展，單桶支持上千億個對象，小文件聚合技術(shù)，智能接入加速，企業(yè)級服務(wù)質(zhì)量，及多云協(xié)作和生命周期管理。

主要研究主題及當前項目方向包括XPFS和AIMesh。其中，XPFS旨在通過構(gòu)建高吞吐量、低延遲且高度并發(fā)的數(shù)據(jù)訪問層提供超高性能數(shù)據(jù)訪問與統(tǒng)一的多協(xié)議支持，并將作為MeshFS和MeshFusion 產(chǎn)品的核心技術(shù)基礎(chǔ)。

AIMesh為公司特專科技產(chǎn)品的一部分，并設(shè)計為一個橫跨公司的AI數(shù)據(jù)湖存儲及AI訓推存儲解決方案的統(tǒng)一軟件定義層，當中包括以下組合：MeshFS，用于AI訓練的高速數(shù)據(jù)層，旨在克服I/O圍墻瓶頸；MeshFusion，推理記憶層擴展了大型上下文AI應(yīng)用程序的存儲器容量；及MeshSpace，管理和移動海量數(shù)據(jù)集的全球AI數(shù)據(jù)湖。這些組合共同構(gòu)成AIMesh，一個將各種資源連接到一致的軟件定義系統(tǒng)的平臺。公司已于2021年1月推出MeshFS、MeshFusion及MeshSpace。

憑借在分布式存儲領(lǐng)域的豐富經(jīng)驗，深度整合了計算、網(wǎng)絡(luò)和多協(xié)議存儲能力，開發(fā)出一系列一體機。產(chǎn)品線涵蓋X3000/X5000一體機及基于本土處理器的Y3000/Y5000一體機，為追求可靠可擴展數(shù)據(jù)基礎(chǔ)設(shè)施的客戶提供預配置即開即用的部署方案。每款設(shè)備均支持全系列AI數(shù)據(jù)湖存儲解決方案，以及AI訓推存儲解決方案。

3000系列設(shè)備專為高性能工作負載優(yōu)化設(shè)計。5000系列設(shè)備則針對容量導向型場景打造。X系列是面向主流企業(yè)環(huán)境的標準非本土化產(chǎn)品線，而Y系列則是本土化生態(tài)版本，確保與本土CPU、操作系統(tǒng)及信任堆棧組件完全兼容。

客戶

截至2024年12月31日，根據(jù)灼識咨詢的資料，按2024年收入計，公司的客戶基礎(chǔ)涵蓋了中國的前五大液晶面板制造商中的3家、前十大動力電池制造商中的3家、前三大光伏制造商中的2家；在金融領(lǐng)域，根據(jù)灼識咨詢的資料，按2024年收入計，公司的客戶基礎(chǔ)涵蓋了中國的12家股份制銀行中的4家、33家萬億資產(chǎn)規(guī)模銀行中的11家（截至2024年12月31日）及前十大壽險公司中的4家。

截至2025年9月30日止九個月，公司的整體凈收入留存率達141.3%，顯示出高度的客戶黏性和滿意度。公司在自動駕駛、大型模型訓練、工業(yè)AI和金融科技等核心AI應(yīng)用領(lǐng)域?qū)崿F(xiàn)了大規(guī)模商業(yè)部署。例如，在自動駕駛領(lǐng)域，公司支持從生產(chǎn)線存儲到研發(fā)和路測數(shù)據(jù)處理的完整流程。在大模型訓練領(lǐng)域，公司為數(shù)千至數(shù)萬個GPU的集群提供高性能文件系統(tǒng)和混合云數(shù)據(jù)流動能力。在工業(yè)AI領(lǐng)域，公司深度嵌入頭部面板和半導體客戶的核心生產(chǎn)流程。在金融科技領(lǐng)域，公司助力構(gòu)建私有化知識庫和企業(yè)級數(shù)據(jù)湖，推動智能化轉(zhuǎn)型。

市場規(guī)模

根據(jù)灼識咨詢的資料，中國AI基礎(chǔ)設(shè)施市場規(guī)模在2024年達到人民幣2,176億元，占全球AI基礎(chǔ)設(shè)施市場約15%。預計市場規(guī)模將在2030年擴大至人民幣10,991億元，復合年增長率為31.0%，預測屆時中國在全球市場的占比將上升至約25%。其中，預計本地部署AI基礎(chǔ)設(shè)施市場規(guī)模將從2024年的人民幣1,088億元增長至2030年的人民幣5,770億元，復合年增長率為32.1%。中國分布式AI存儲市場規(guī)模按收入計在2024年達到人民幣100億元，并預計在2030年增長至人民幣631億元。中國分布式AI存儲裝機量在2024年達到10.3EB，并預計在2030年擴大至60.5EB，復合年增長率為34.3%。

于2024年，AI數(shù)據(jù)湖存儲占市場的約80%，而AI訓推存儲占20%。預計以上占比將于2030年分別轉(zhuǎn)為約72%及28%。按分布式AI存儲裝機量計，2024年中國五大供應(yīng)商合計持有市場份額的52.3%。按2024年分布式AI存儲裝機量計，公司是中國第二大分布式AI存儲供應(yīng)商，也是最大的獨立供應(yīng)商。



根據(jù)灼識咨詢的資料，中國本地部署AI存儲裝機量在2024年達到13.4EB，并預計在2030年擴大至67.2EB，復合年增長率為30.9%。同時，中國本地部署AI存儲市場規(guī)模在2024年達到人民幣141億元，并預計在2030年增長至人民幣719億元，復合年增長率為31.1%。

AI訓練和推理的挑戰(zhàn)

訓練側(cè)的「I/O墻」。目前主流的大模型參數(shù)規(guī)模普遍達到十億以上，訓練集群通常有上千乃至上萬塊AI芯片在同時工作。訓練過程需要AI芯片不斷讀取海量數(shù)據(jù)、并定期保存模型快照(checkpoint)，產(chǎn)生短時間內(nèi)的巨大讀寫壓力。同時，訓練期間會有大量小文件被隨機訪問，顯著增加存儲系統(tǒng)的管理和響應(yīng)負擔。傳統(tǒng)存儲難以支撐這種高強度并發(fā)訪問，容易導致AI芯片長時間閑置等待數(shù)據(jù)，整體訓練效率大幅下降。

推理側(cè)的「內(nèi)存墻」。更長的上下文和更復雜的交互，是大模型的一大發(fā)展趨勢。為了支持這些特性，大模型需要保留大量中間計算結(jié)果作為緩存，而緩存通常存放在AI芯片的顯存中，來保證其能被高速讀寫。未來，可以預見這部分緩存的規(guī)模將迅速膨脹，遠超AI芯片的顯存容量，而傳統(tǒng)存儲系統(tǒng)不具備媲美緩存的高速讀寫性能，因此企業(yè)不得不為顯存而繼續(xù)采購昂貴的AI芯片，導致推理成本仍有極大的優(yōu)化空間。

數(shù)據(jù)側(cè)的「重力墻」。企業(yè)的數(shù)據(jù)往往分散在不同系統(tǒng)中，原始數(shù)據(jù)可能在大容量的存儲系統(tǒng)中里，而訓練又需要高讀寫性能的存儲支撐。數(shù)據(jù)在這些系統(tǒng)之間遷移耗時長、成本高，還容易造成數(shù)據(jù)孤島和版本混亂的問題。

分布式存儲

作為外存，可與AI芯片顯存、內(nèi)存共同形成多級緩存架構(gòu)，可隨集群規(guī)模擴展緩存容量與帶寬，適配推理的高并發(fā)小文件讀寫。適用于大規(guī)模AI訓練、多集群推理、RAG數(shù)據(jù)湖、矢量數(shù)據(jù)庫、KV Cache、企業(yè)級AI平臺。

分布式AI存儲的產(chǎn)品根據(jù)任務(wù)需求可分為兩類：AI數(shù)據(jù)湖存儲和AI訓推存儲。

AI數(shù)據(jù)湖存儲主要面向AI生命周期中長期留存的溫、冷數(shù)據(jù)，如訓練樣本歸檔、歷史模型版本、日志數(shù)據(jù)及中間特征文件等。此類系統(tǒng)強調(diào)高容量密度、成本效率與數(shù)據(jù)可靠性，通過分層存儲、壓縮編碼與副本冗余技術(shù)實現(xiàn)低成本的數(shù)據(jù)持久化。

其部署規(guī)模通常與整體數(shù)據(jù)資產(chǎn)規(guī)模直接掛鉤。對于擁有海量數(shù)據(jù)資源的客戶，AI數(shù)據(jù)湖存儲構(gòu)成其數(shù)據(jù)湖與知識庫體系的底座，用于支撐長期的數(shù)據(jù)積累與治理。系統(tǒng)性能指標以容量利用率、存儲成本、數(shù)據(jù)恢復可靠性等為核心。

AI訓推存儲聚焦AI計算階段對熱數(shù)據(jù)的高并發(fā)訪問需求，是模型訓練與推理性能釋放的關(guān)鍵環(huán)節(jié)。其系統(tǒng)架構(gòu)通常采用高帶寬互聯(lián)、分布式文件系統(tǒng)與數(shù)據(jù)分片機制，以實現(xiàn)高吞吐、低延遲、強一致性的訪問體驗。

與AI數(shù)據(jù)湖存儲不同，AI訓推存儲是AI基礎(chǔ)設(shè)施中與算力最緊密耦合的系統(tǒng)，其部署規(guī)模與AI算力規(guī)模高度相關(guān)，強調(diào)數(shù)據(jù)局部性與算存協(xié)同優(yōu)化，常與AI集群的高速網(wǎng)絡(luò)深度綁定，以減少數(shù)據(jù)傳輸瓶頸。

根據(jù)灼識咨詢，中國分布式AI存儲裝機量在2024年達到10.3EB，并預計在2030年擴大至60.5EB，復合年增長率為34.3%。于2024年，AI數(shù)據(jù)湖存儲占市場的約80%，而AI訓推存儲占20%。預計以上占比將于2030年分別轉(zhuǎn)為約72%及28%。


同時，根據(jù)同一資料來源，中國分布式AI存儲市場按收入計在2024年達到人民幣100億元，并預計在2030年增長至人民幣631億元。



根據(jù)灼識咨詢的資料，按2024年裝機量計，中國五大分布式AI存儲解決方案供應(yīng)商合計持有市場份額的52.3%。按2024年裝機量計，公司是中國第二大分布式AI存儲解決方案供應(yīng)商，也是最大獨立解決方案供應(yīng)商，市場份額為10.4%。




公司構(gòu)建了一個生態(tài)系統(tǒng)，集成平臺的高性能與開放標準的靈活性相結(jié)合，并建 立了一個生態(tài)系統(tǒng)壁壘，而公司認為該壁壘是行業(yè)新進入者難以復制的。

適配多算力體系：公司的AI存儲解決方案可與不同類型的計算芯片無縫協(xié) 作，例如Nvidia、Hygon和Ascend。這種靈活性深受客戶重視，因為客戶經(jīng)常使用來自不同供應(yīng)商的混合硬件。公司的技術(shù)提供了一個中性、面向未來的存儲底座，支持各種計算環(huán)境，無需將客戶鎖定在單一供應(yīng)商。

云原生與主權(quán)：公司的解決方案可與云原生環(huán)境無縫集成，同時確保數(shù)據(jù)完全由客戶掌控。這對于智能制造及金融機構(gòu)等受監(jiān)管行業(yè)至關(guān)重要?？蛻艨稍诒镜孬@得類似云的敏捷性和可擴展性，而無需犧牲安全性或合規(guī)性。

行業(yè)生態(tài)協(xié)作：公司與市場主流計算生態(tài)伙伴緊密合作，公司的產(chǎn)品能夠與Intel、AMD等主流架構(gòu)順暢適配，具備良好的兼容性和可擴展性，使公司的高性能存儲系統(tǒng)能夠自然融入多樣化的計算環(huán)境，支持高性能數(shù)據(jù)分析等核心工作負荷，并提升客戶整體的數(shù)據(jù)處理效率。